首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于特征参数的语音情感识别

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-14页
   ·课题研究背景第10-11页
   ·语音情感识别涉及的研究领域及应用第11-12页
   ·论文的研究内容及章节安排第12-14页
第二章 情感的分类与情感语音库的建立第14-26页
   ·情感的分类第14-17页
     ·基本情绪论第14-15页
     ·情感维度空间论第15-16页
     ·基于基本情绪的情感维度空间论第16-17页
   ·国际国内情感语音库第17-19页
   ·情感语料的获取方法第19-21页
   ·情感语音库的建立第21-25页
     ·情感语料的选择第22-23页
     ·情感语音的录制与有效性选择第23-25页
   ·本章小结第25-26页
第三章 语音情感识别与语音情感特征参数分析第26-44页
   ·语音情感识别系统第26页
   ·语音情感信号预处理第26-31页
     ·抗混叠滤波与预加重第27-28页
     ·语音信号的加窗第28-29页
     ·端点检测第29-31页
   ·语音特征参数分析第31-41页
     ·语音的情感参数特性第31-33页
     ·线性预测系数(LPC)第33-34页
     ·美尔倒谱系数(MFCC)第34-37页
     ·线性预测倒谱系数(LPCC)第37-38页
     ·线性预测美尔倒谱系数(LPMCC)第38页
     ·过零率峰值幅度(ZCPA)第38-40页
     ·不同特征参数比较第40-41页
   ·TEO算法第41-42页
   ·本章小结第42-44页
第四章 语音情感识别分类器和SVM原理第44-60页
   ·语音情感识别分类器第44-50页
     ·主元素分析法(PCA)第44-46页
     ·神经网络方法(ANN)第46-47页
     ·混合高斯模型法(GMM)第47页
     ·隐马尔可夫法(HMM)第47-50页
   ·支持向量机(SVM)第50-54页
     ·SVM原理第50-53页
     ·SVM实现多分类器算法第53-54页
   ·不同特征参数的语音情感识别实验第54-58页
     ·情感语句的不同特征参数识别实验第54-57页
     ·实验分析和结论第57-58页
   ·本章小结第58-60页
第五章 基于SVM的语音情感识别第60-70页
   ·基于差分MFCC的语音情感识别第60-61页
     ·差分MFCC第60-61页
     ·实验结论第61页
   ·基于TEO能量算子的语音情感识别第61-64页
     ·基于TEO的MFCC特征第61-63页
     ·实验结论第63-64页
   ·不同语种情感语音库的识别实验第64-68页
     ·汉语与英语在发音和情感表现上的异同第64-65页
     ·汉语与英语语音库情感识别实验第65-68页
     ·实验结论第68页
   ·本章小结第68-70页
第六章 结束语第70-72页
   ·全文总结第70-71页
   ·展望第71-72页
参考文献第72-76页
致谢第76-78页
攻读硕士学位期间发表的学术论文第78页

论文共78页,点击 下载论文
上一篇:基于RWG矩量法与小波相结合的天线分析算法的研究
下一篇:基于HMM的情感语音识别